学习NumPy 中的np.absolute()函数NumPy中的absolute()函数允许你确定一个元素与0之间的距离

NumPy中的absolute()函数允许你确定一个元素与0之间的距离，也被称为一个给定数组中的绝对值。

让我们进一步探讨这个函数。

函数语法

尽管它的操作很简单，但该函数支持各种参数值，如下面的语法所示。

numpy.absolute(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'absolute'>

在大多数情况下，你很少需要关心函数语法中的大多数参数。

下面将讨论最常见的参数。

absolute()函数将返回一个包含输入数组中每个元素的绝对值的数组。返回的数组将保持与输入数组相同的形状。

下面的例子显示了该函数是如何对一个一维数组进行操作的。

# import numpy
import numpy as np
arr = np.array([1, -9, 13, -24])
print(f"absolute array: {np.absolute(arr)}")

在上面的代码中，我们首先用别名np导入NumPy包。

然后我们使用np.array函数创建一个数组。最后，我们返回一个包含arr变量中每个元素的绝对值的数组。

结果输出如图所示。

absolute array: [ 1  9 13 24]

注意：绝对值总是正的。

让我们看看对一个浮点数数组应用绝对函数会发生什么。

arr_2 = np.array([1.3, -9.9, 13.2, -24])
print(f"absolute array: {np.absolute(arr_2)}")

这应该返回。

absolute array: [ 1.3  9.9 13.2 24. ]

输入的数据类型对输出的数组是保留的。如果数组中有一个整数，它就会自动转换为浮点数。

当我们将该函数应用于复数数组时会发生什么？让我们来看看。

arr_3 = np.array([1.3j, -9.9, 13j, -24])
print(f"absolute array: {np.absolute(arr_3)}")

这应该返回。

absolute array: [ 1.3  9.9 13.  24. ]

我们可以用matplotlib来实现绝对值的可视化，如下面的代码片断所示。

# import matplotlib
import matplotlib.pyplot as plt
arr = np.linspace(start=-5, stop=5, num=50)
plt.plot(arr, np.absolute(arr))

上面的代码应该返回。

本文对NumPy中的absolute()函数做了详细解释。我们还提供了一些例子和插图来描绘该函数的工作原理。

谢谢你的阅读！!